長尾分佈是醫學圖像分類中一個長期存在的難題。在多類醫學數據集中，某些疾病類別（尤其是罕見但嚴重的疾病）的樣本數量往往遠少於常見類別，導致深度學習模型在“尾部”類別上性能顯著下降。這一問題在臨牀應用中尤為關鍵，因為這些罕見類別往往對應高風險疾病，如某些類型的皮膚癌，需要極高的診斷準確率。
現有的應對方法包括設計專用的網絡架構、採用重平衡的損失函數（如焦點損失）以及手工設計的數據增強策略。然而，這些方法只能帶來有限的性能提升，且由於它們生成的變異有限且大多具有確定性，難以擴展到更復雜的實際場景。
針對上述挑戰，來自英特爾實驗室的Jiaxiang Jiang、Mahesh Subedar和Omesh Tickoo在2026年5月提交的一篇論文中，提出了一種基於擴散模型的合成數據增強管道，專門用於醫學長尾分類任務。該方法的核心是一個新穎的圖像修復擴散模型（inpainting diffusion model），它能夠根據給定的病變區域生成與真實圖像高度相似的合成圖像。此外，該管道還引入了一個分佈外（Out-of-Distribution, OOD）後選擇機制，用於篩選生成的樣本，確保其多樣性和臨牀相關性。
研究人員在ISIC2019皮膚病變分類數據集上進行了實驗驗證。ISIC2019是最大的、最不平衡的醫學影像基準之一，包含大量的皮膚鏡圖像。實驗結果表明，所提出的方法在整體分類性能上取得了顯著提升，尤其是在樣本最少的尾部類別上，準確率提高了超過28%。這一成果充分證明了基於擴散模型的合成數據增強在緩解長尾不平衡問題上的巨大潛力，為提高醫學圖像分類模型的魯棒性提供了新的思路。
該方法的成功不僅適用於皮膚病變分類，還有望推廣到其他醫學影像領域，如視網膜病變、肺部疾病等，為應對醫療數據中普遍存在的長尾分佈問題提供了有效的解決方案。論文作者來自英特爾實驗室，展示了工業界在推動醫療AI發展方面的積極努力。